Le previsioni meteo, l'incertezza e l'effetto farfalla
Le previsioni meteo sono nettamente migliorate negli anni ma la probabilità che possa accadere un evento non equivale necessariamente a certezza. Le previsioni si basano infatti sul concetto di incertezza che a sua volta è legata a quanto è predicibile il fenomeno e al caos dell'atmosfera. Vento, umidità, pressione sono variabili che compongono il tempo meteorologico; possono essere simulati in proiezione futura dai modelli deterministici, ovvero da quei modelli in cui una piccola fluttuazione nell'input si traduce attraverso una serie di equazioni in una variazione nell'output (caos deterministico).
L'attendibilità di una previsione meteo è funzione del dettaglio spaziale ma anche del tempo. Un temporale di un'ora in una zona ristretta è meno predicibile di una perturbazione attiva su una scala spaziale di centinaia di km per più giorni. Per cui l'attendibilità diminuisce all'aumentare del dettaglio spaziale ma anche su periodi di previsione lunghi. I modelli deterministici sono sensibili alle condizioni iniziali; questo rende difficile prevedere il tempo oltre un certo periodo (dimenticano caoticamente il passato). Un piccolo 'errore' in una variabile può dunque creare un'enorme fluttuazione nel risultato. E' quello che chiamiamo "effetto farfalla".
Il tempo come meteo è stato il modo in cui la Teoria del Caos è stata scoperta per la prima volta. L'attrattore di Lorenz è un modello piuttosto realistico in relazione alla rappresentazione del caos associato al suo comportamento. Nella 'farfalla' A possiamo prevedere il dopo con poca incertezza perché tutti i punti all'interno del cerchietto seguono traiettorie vicine. In B e soprattutto in C la situazione si complica perché una piccola incertezza iniziale porta ad evoluzioni finali anche significativamene diverse.
Abbiamo prima detto che il grado di attendibilità di una previsione meteo diminuisce col passare dei giorni perché c'è una forte dipendenza delle condizioni iniziali. Questo in quanto l'errore cresce nel tempo. Ma questa dipendenza può essere "intermittente". Ci sono casi in cui l'atmosfera risulta meno predicibile nel breve termine ma anche casi in cui diventa molto prevedibile a lungo termine, specie quando ci sono delle forzanti che aumentano il grado di predicibilità. In pratica un paradosso! La migliore performance viene durante gli anni di forti riscaldamenti della stratosfera perchè nei casi in cui la circolazione è bloccata (o le onde sono molto ampie) e rimangono nelle loro posizioni per giorni (o settimane) la predicibilità aumenta.
Ai modelli deterministici si affiancano quelli probabilistici; sono modelli che eseguono una serie di simulazioni partendo da condizioni molto vicine tra loro. I risultati che sono tra loro simili vengono raggruppati in cosiddetti cluster. Il risultato 'medio' è affiancato inoltre dalla deviazione standard o spread che esprime l'incertezza con metodi statistici. Più gli 'spaghetti' sono sparpagliati, più alto è il grado di incertezza della previsione.
